1.什么是分库分表
分库:
就是数据库分成多个数据库，部署到不同的机器上。
例如：用户表，订单表，积分表，商品表：然后分到：用户库，订单库，积分库，商品库。
分表：
一个表分成多个表
例如：订单表：分成分表1，分表2，分表3；
为什么分库：
在做任何事情之前我们都要思考，为什么做？为什么要拆分表，拆分表的原因是什么？我们不能可能无缘无故的做分库分表的。
当业务量巨大的增加，数据库就有一定的性能问题了，这时候我们要考虑拆分数据库，
1.随着业务量的增加，mysql的磁盘会有性能问题，拆成多个库，就可以降低磁盘的使用率。
2.数据库的连接数，是有控制的，太多的连接数会导致性能问题：会报错，例如：too many connection
为什么分表
如果单表数据量过大，查询和存储都会有性能问题，如果做了优化还是无法解决性能问题，这时候要考虑分表了，一般千万级别的数据，就要分表。
什么时候分库分表
对于MYSQL单标最多存储10亿级别，但是如果单表真的存储10亿性能会非常的差，一般数据量是千万级别，B+树索引的高度就会到了3层以上了，查询的时候会多查磁盘的次数，SQL会变慢。
实际阿里规定：单表超过500万，表容量2G就推荐分；
但是并不是死的，所有的都这样，要按照实际，如果我们的业务几年都打不到500万不用考虑分表的问题。
什么类型的业务考虑分库分表？
流水表，用户表，
如何选择分表键
分表键就是用来分库分表的，就是分的依据，依据哪个维度分？
按照userID，按time，按照区域；
问题分表后，用户通过非分表键怎么查询：
例如我们按照userID来分表，但是我们登录是手机号登录，怎么通过手机号进行各个表的查询呢？
1.遍历所有的表，不建议，太笨的方法。
2.将用户信息冗余同步到ES，然后通过ES查询；
如何选择分表的策略：
1.按照范围分
1.按照ID1-300万分，这样分
2.按照时间，比如**年分
- 优点：
有利于扩容 - 缺点：
-一段时间有的数据都只会出现在一个表里面，如果用户查询近期数据，肯定还是查询某一个表。
2.按照hash取模分
（字段，字段2，字段3，字段4，）作为key，对总表进行取模，把数据分散到各个表里面。hash/4
例如：hash(字段1)/4,=1,就放第一个表，得到3就放在第三个表。
- 优点：不会存在明显的某个表过热的问题
- 缺点：表数据量后续达到瓶颈，需要扩容比较麻烦。
3.一致性hash
接上述问题：如果开始我们只有10个表，后边需要扩充到20个，那么之前10个表的数据，就有可能被重复分配到别的表里面去。
为了解决扩容问题：需要扩容迁移，可以使用hash一致性思想来解决。
分库后，事务问题如何解决?
本地事务无效，需要使用分布式事务。
分库分表遇到join怎么办？
1.字段冗余：空间换时间，就是吧关联的字段放到主表里面，就不用去关联了。
2.全局表：比如系统所有的模块都可能会依赖到一个基础表。
3.数据抽象同步：A表a和B表b,定时将表做同步，将数据汇合，生成新的表，一般可以借助ETL工具。
4.应用层代码组装：分开多次查询，调用不同模块服务，获取到数据后，代码层进行字段计算拼装。
聚合函数问题
1.使用mycat, shardingSphere 等，这些中间件提供了跨分片查询支持，一定程度简化了操作。
分库分表后的分页问题：
1.在各个数据库节点，查询到对应的结果后，代码汇总，然后在分页。缺点：返回多数据，增大网络传输。
2.方法二：查询第一页的时候，和方案一一样，但是下一页，需要把当前最大的创建时间传过来，然后每个节点，都查询大于创建时间的一页数据，接着汇总，内存排序返回。
分布ID
数据库被分后，不能使用自身的主键生成机制，可以使用简单的UUID，或者分布式ID。
分库分表使用的中间件？
1.Sharding-JDBC
2.cobar
3.Mycat
4.Atlas
5.TDDL
6.Vitess
如何评估分库数量
对于mysql一般5千万，就非常大了，分多少，取决于处理能力。
分的少起不到优化的作用，分的过多，跨多库访问。，一般建议4-10个库。
分表要停服务？
1.开关，控制访问新的DAO层，还是老的DAO层
2.投产，开启双写，就是老表，和分表都写入，日志临时表记录新表的ID，旧表小于这个值的数据，就是要迁移的数据。
3.通过脚本，迁移
4.停止读旧表，改读新表，不要立即停止写老的，需要双写观察一段时间。
5.读写一段时间没有问题，可以停止写旧表啦。
